UNIVERSIDAD EL BOSQUE

FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMTICAS
MATERIA: PROCESOS ESTOCSTICOS II
Profesor: Rubn Daro Castaeda B.
FECHA: 21 de enero de 2015.
TEMA: INTRODUCCIN
Procesos estocsticos (concepto).
Muchos problemas exigen tomar decisiones a partir de fenmenos o procesos que
tienen asociada a ellos algn grado de incertidumbre, normalmente generada por la
variacin inherente aleatoria no posible de controlar, como el caso de algunos
fenmenos naturales. Se denomina proceso estocstico a toda variable que
evoluciona a lo largo del tiempo de forma total o parcialmente aleatoria (definicin del
Matemtico Kolmogorov (1903-1987). Un ejemplo, es la temperatura en Bogot,
aumenta durante el da y baja durante la noche; aumenta en el verano y desciende
mucho en invierno (das de invierno y das de verano, se dice del clima bogotano, hoy
superando temperaturas de 23C y en las madrugadas -2C); su variacin es
parcialmente determinstica y parcialmente aleatoria. Otro ejemplo, es la variacin del
precio de las acciones de Pacific Rubiales (aunque han perdido el 60%
aproximadamente de su valor en los ltimos tres meses debido a la baja del precio de
petrleo por barril y negociaciones sobre una posible venta), que evoluciona de forma
aleatoria, pero a largo plazo tiene una tasa de crecimiento esperada positiva o negativa
como en este caso, que no compensa a los inversores por el riesgo que corren al
poseer el activo financiero. Sin embargo es muy necesario tener prudencia en las
inversiones: caso de interbolsa en nuestro pas.
X t , t T
T
Una coleccin
. Normalmente
es el conjunto de enteros no negativos y
Xt
t
representa una caracterstica medible en el tiempo .
t
Esto quiere decir que para cada instante , tendremos una variable aleatoria distinta
Xt
representada por
, por lo que un proceso estocstico puede interpretarse como una
sucesin de variables aleatorias cuyas caractersticas pueden variar a lo largo del
tiempo.
A los posibles valores que puede tomar la variable aleatoria se denomina estados, por
lo tanto podemos tener un espacio de estados discreto o continuo.
De otra parte, la variable del tiempo puede ser de tipo discreto o continuo.
Discreto: los cambios de estado se realizan en horas, das, semanas, aos, etc.
Continuo: los cambios de estado se realizan en cualquier instante t.
Clasificacin:

Si T es continuo, entonces se encuentra en el conjunto de los nmeros

Xt
entonces

es un proceso estocstico de parmetro continuo.

+
R x

Si T es discreto, entonces se encuentra en el conjunto de los nmeros naturales

Xt
entonces
es un proceso estocstico de parmetro discreto.
Xt
t
Si para cada instante
la variable aleatoria
es de tipo continuo, diremos
que el proceso estocstico es de estado continuo.
Xt
t
Si para cada instante la variable aleatoria
es de tipo discreto, diremos que
el proceso estocstico es de estado discreto.

Definicin:
Se denomina conjunto de estados E, al conjunto de los posibles valores que pueden
Xt t
tomar las variables aleatorias {
} R
Xt
Nota: En general, se piensa en el subndice t como el indicativo del tiempo y en
como el estado o posicin del proceso estocstico en el instante t.
Ejemplos:
Xt

a. El nmero

de defectos que tiene un artculo manufacturado de volumen

Xt

b. El nmero

que aparece al lanzar un dado n veces.

t
c. La inflacin
al finalizar un periodo .
Xt
t
d. El nmero
desempleados al finalizar un periodo .
Xt

Xt

e. La cantidad
horas.

de llamadas que recibe la recepcionista en un intervalo de ocho

Xt

f.

El nmero de autos

que pasan por un peaje, para un tiempo

en das.

Xt

g. El nmero
atendidas.

de personas que esperan en la cola de un banco para ser

Xt

h. El valor

de la accin de Ecopetrol para un da

.
Xt

i.

El nmero de habitaciones ocupadas a diario

habitaciones disponibles.

de un hotel que tiene n

Es importante que el estudiante de procesos estocsticos tenga muy claro el concepto

de variable aleatoria, experimento, lo discreto y lo continuo en las variables aleatorias
y sus relaciones.
DISTRIBUCIN DE POISSON (Repaso)
Corresponde a una funcin de densidad de probabilidad para describir la cantidad de
llegadas o nmero de veces que se verifica un suceso aleatorio durante un
determinado periodo, intervalo de tiempo o de espacio (para nuestro caso se notar

con la letra griega:

.) Sea
la cantidad de eventos (es decir llegadas o sucesos)
que hay dentro de determinada unidad de tiempo (un minuto, una hora, un da, etc.).
Ejemplo:

Nmero
Nmero
Nmero
Nmero

de
de
de
de

reinsertados de la guerrilla en un mes.

accidentes en moto en un da.
personas que ingresan a un centro comercial en una hora.
clientes que llegan a un banco en 30 minutos.

P x k
La funcin de densidad de la probabilidad de POISSON es:
E x
2 Var x
y la varianza son respectivamente:

k e
k!

: la media

EJEMPLO:
En un banco se desea conocer el nmero de clientes que ingresan en un tiempo de 30
minutos, el nmero promedio que llega en este lapso de tiempo es de 10 clientes,
determinar:
a. La probabilidad de que no llegue ningn cliente en este lapso de tiempo.
b. La probabilidad de que lleguen exactamente cinco clientes en este lapso de
tiempo.
c. La probabilidad de que lleguen ms de tres clientes en este lapso de tiempo.
d. La probabilidad de que lleguen entre 4 y 7 clientes inclusive en este lapso de
tiempo.
e. La probabilidad de que lleguen exactamente cinco clientes en un lapso de
tiempo de 18 minutos.
EJEMPLO:
Los trabajos de reparacin que llegan a un taller en forma totalmente aleatoria, con
una media de 10 diarios.
a. Cul es la cantidad promedio de trabajos que se reciben diariamente en el taller?
b. Cul es la probabilidad de que no lleguen trabajos durante el da?
c. Cul es la probabilidad de que lleguen 4 trabajos exactamente durante cualquier
hora del da?
EJEMPLO:
DISTRIBUCIN EXPONENCIAL
Si la cantidad de llegadas a una instalacin de servicio se apega a una distribucin de
POISSON, entonces, la distribucin del intervalo de tiempo (continuidad) entre las
llegadas sucesivas tiene una distribucin exponencial. Si

es la frecuencia con que

suceden los eventos de POISSON, entonces la distribucin de tiempos

entre llegadas

f (t ) e x , x 0
sucesivas

es:

La media y la varianza:

la

grfica

se

puede

visualizar:

y
, El hecho de que la distribucin
exponencial sea aleatoria, implica que la llegada de un cliente o la terminacin de un
servicio no est influenciado por el tiempo que haya transcurrido desde la ocurrencia
del evento anterior. A este resultado se le llama amnesia o prdida de memoria. Es
xt
importante tener en cuenta que para un valor:
, se tendr la probabilidad

acumulada de

x0

hasta

xt

F (t )

dt

y est dada por:

necesario hacer claridad sobre lo que significa :

. De otra parte es
Es la frecuencia, rapidez o tasa

es el intervalo promedio de tiempo entre DOS

eventos sucesivos.( importante que haya claridad en este concepto)
con la que suceden los eventos y

EJEMPLO:
El propietario de una farmacia local sabe que en promedio, llegan cuatro clientes cada
10 minutos.
a. Encuentre la probabilidad de que el tiempo entre llegadas no se mayor de un
minuto.
b. Que el tiempo entre llegadas sea menor de cinco minutos.
c. Que el tiempo entre llegadas est entre 2 y 3 minutos.
RELACIN ENTRE LA DISTRIBUCIN DE POISSON Y LA EXPONENCIAL
La distribucin de Poisson da una descripcin del nmero de ocurrencias por
intervalo, la distribucin exponencial aporta una descripcin de la longitud de los
intervalos entre ocurrencias.
EJEMPLO
Suponga que el nmero de automviles que llegan a un lavado de autos con una
media de 10 automviles por hora. Determinar
a. La probabilidad de que lleguen exactamente seis automviles en una hora.
b. La probabilidad de que dos automviles lleguen en menos de 15 minutos.
EJERCICIOS

1. Los clientes del pueblo llegan con promedio de 7 cada

minuto, cul es la
probabilidad de que el tiempo entre la llegada de dos clientes sea menor que 5
minutos?.
2. Los clientes llegan a una instalacin de servicio de acuerdo con la distribucin de
Poisson, con un promedio de cuatro por minuto. Cul es la probabilidad de que al
menos un cliente llegue en determinado intervalo de 3 minutos?
3. En el sitio de perros calientes de la universidad llegan 20 estudiantes por hora, en
forma aleatoria. Determinar:
a. Determine la probabilidad de que el sitio de perros este vaco.
b. cul es la probabilidad de que al menos haya tres estudiantes?
4. El nmero de personas que ingresan diariamente a la unidad de urgencias de un
hospital, tiene una distribucin de Poisson de media 10 por da. A qu es igual la
probabilidad de que, en un da particular, el nmero de pacientes que ingresen a la
unidad de urgencias , en dicho hospital se menor o igual a tres?. Rta: 0.010336
5. Suponga que el tiempo de respuesta X en cierta Terminal de computadora en lnea,
tiene una distribucin exponencial con media de 5 segundos. Cul es la probabilidad
de que el tiempo de respuesta sea a lo sumo 10 segundos?. Y cul la probabilidad de
que el tiempo de respuesta est entre
5
y 10 segundos?. Rta: 0.8646647;
0.232544154
6. La longitud de tiempo para que un individuo sea atendido en una cafetera tiene una
distribucin exponencial con una media de 4 minutos. Cul es la probabilidad de que
una persona sea atendida en menos de tres minutos en al menos cuatro de los
siguientes seis das? Sugerencia: para la segunda parte de la pregunta aplique la
distribucin binomial. Rta: 0.3968
7. En una central que recibe llamadas telefnicas que llegan al conmutador con un
frecuencia de cinco llamadas por minuto. Cul es la probabilidad de que lleguen dos
llamadas en menos de un minuto?. Rta: 0.96
9. Cada ao ocurren 15 accidentes areos en el mundo. Determinar:
a. El nmero medio de accidentes areos por mes.
b. La probabilidad de que no haya accidentes en un mes.
c. La probabilidad de que haya exactamente un accidente en un mes.
d. La probabilidad de que haya ms de un accidente en un mes. Rta: 1.25; 0.2865;
0.3581; 0.3554.
10. En una regin del oriente el nmero de terremotos de intensidad mayor que 5 en
la escala de Richter es aproximadamente una distribucin de Poisson con media de 2
por ao. Determinar:
a. Que no haya terremotos en un ao.
b. Que haya dos terremotos en un ao.
c. Que haya al menos un terremoto en un ao.
d. Que haya ms de 10 terremotos.